Yttrium-90 quantitative phantom study using digital photon counting PET
Notice bibliographique
Résumé
Abstract Background PET imaging of 90 Y-microsphere distribution following radioembolisation is challenging due to the count-starved statistics from the low branching ratio of e + / e − pair production during 90 Y decay. PET systems using silicon photo-multipliers have shown better 90 Y image quality compared to conventional photo-multiplier tubes. The main goal of the present study was to evaluate reconstruction parameters for different phantom configurations and varying listmode acquisition lengths to improve quantitative accuracy in 90 Y dosimetry, using digital photon counting PET/CT. Methods Quantitative PET and dosimetry accuracy were evaluated using two uniform cylindrical phantoms specific for PET calibration validation. A third body phantom with a 9:1 hot sphere-to-background ratio was scanned at different activity concentrations of 90 Y. Reconstructions were performed using OSEM algorithm with varying parameters. Time-of-flight and point-spread function modellings were included in all reconstructions. Absorbed dose calculations were carried out using voxel S-values convolution and were compared to reference Monte Carlo simulations. Dose-volume histograms and root-mean-square deviations were used to evaluate reconstruction parameter sets. Using listmode data, phantom and patient datasets were rebinned into various lengths of time to assess the influence of count statistics on the calculation of absorbed dose. Comparisons between the local energy deposition method and the absorbed dose calculations were performed. Results Using a 2-mm full width at half maximum post-reconstruction Gaussian filter, the dosimetric accuracy was found to be similar to that found with no filter applied but also reduced noise. Larger filter sizes should not be used. An acquisition length of more than 10 min/bed reduces image noise but has no significant impact in the quantification of phantom or patient data for the digital photon counting PET. 3 iterations with 10 subsets were found suitable for large spheres whereas 1 iteration with 30 subsets could improve dosimetry for smaller spheres. Conclusion The best choice of the combination of iterations and subsets depends on the size of the spheres. However, one should be careful on this choice, depending on the imaging conditions and setup. This study can be useful in this choice for future studies for more accurate 90 Y post-dosimetry using a digital photon counting PET/CT.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».